La ONU declaro que el 20 de marzo se celebrara el día internacional de la felicidad, reconociendo a esta como algo relevante para el bienestar humano, y su importancia para ser considerada en las políticas de los gobiernos. Según reportes de World Happiness Report, existen diferentes parámetros que se toman en cuenta para medir la felicidad en los países, y estos datos de distintos años pueden ser consultados y analizados. En el reporte podemos ver diferentes mediciones que hacen para determinar la felicidad que tienen los habitantes de cada país como son “la expectativa de vida”, “salud”, “percepción de la corrupción”, “calidad democrática” etc. Con estas mediciones podemos observar que uno de los países con mayor calificación de felicidad en su población es Finlandia.
En este reporte mostraremos los datos del 2020 y 2021.
Para el caso de los datos del año 2020, estos se pueden encontrar en el archivo WHR20_DataForFigure2-1.csv. Las variables que estamos interesados son las siguientes:
Usaremos el indicador regional como categoría.
En el reporte correspondiente podemos ver distintas gráficas que se usaron para representar los resultados. En este set de datos tenemos 6 variables númericas distintas. Dado que no podemos mostrar todas las variables por ser tantas dimensiones podemos aplicar el análisis de componentes principales (PCA) para ver la distribución de los países de acuerdo a los distintos parámetros evaluados.
Para realizar el PCA tomaremos las 6 variables númericas.
## Importance of components:
## PC1 PC2 PC3 PC4 PC5 PC6
## Standard deviation 1.7604 1.1689 0.8010 0.71677 0.48592 0.37833
## Proportion of Variance 0.5165 0.2277 0.1069 0.08563 0.03935 0.02386
## Cumulative Proportion 0.5165 0.7442 0.8512 0.93679 0.97614 1.00000
Tomando los primeros dos componentes se representa el 74.42% de la varibilidad por lo que usaremos estos componentes para representarlos en gráficos.
Los resultados los preparamos para poderlos representar en una visualización usando ggplot2
Entre los aspectos que podemos observar en este análisis se destaca la “polarización” entre la región africana de Sub-Sahara y las regiones Europeas, donde las variables de “ingreso per Capita”, “salud”, y “apoyo social” son las que más contribuyen a la dispersión de los datos. Dentro de este grupo africano se encuentra un país del Caribe. En cuanto a los países del continente asiático, estos presentan una mayor dispersión entre ellos, diferenciándose principalmente en las variables “libertad de la toma de decisiones”, “salud” y “percepción de la corrupción”. Es interesante observar que en los países del Sudoeste asiático solo Singapur posee la mejor evaluación de felicidad.
Para el caso de los países del continente Americano, los países de la región Norte de América son los presenta comportamientos diferentes al resto del continente (¿desigualdad?) las cuales se ven influenciadas mayormente por la variable “percepción de la corrupción”.
El caso del continente Europeo resulta bastante interesante porque algunos países del oeste forman un grupo los cuales se catalogan con la mejor calificación respecto a “felicidad” pero al mismo tiempo, países de la misma región y del centro de Europa no tienen el mismo comportamiento y parecen ser que se diferencian más por las variables “percepción de la corrupción” y “libertad de decisiones”.
A continuación, presentamos el gráfico interactivo:
Recientemente se publico el reporte 2021 que contiene los ultimos resultados y que podemos explorar y compararlos con el reporte anterior.
Para realizar el PCA tomaremos las 6 variables númericas.
## Importance of components:
## PC1 PC2 PC3 PC4 PC5 PC6
## Standard deviation 1.7648 1.1344 0.8384 0.7200 0.50030 0.35657
## Proportion of Variance 0.5191 0.2145 0.1172 0.0864 0.04172 0.02119
## Cumulative Proportion 0.5191 0.7335 0.8507 0.9371 0.97881 1.00000
Tomando los primeros dos componentes se representa el 73.35% de la varibilidad por lo que usaremos estos componentes para representarlos en gráficos.
Los resultados los preparamos para poderlos representar en una visualización usando ggplot2
Si bien la distribución de los paises cambio con el PCA del reporte 2020 seguimos viendo el mismo patrón. El contiente Africano sigue presentando la polarización que se observo en la seccioón pasada. En general no se observaron cambios drásticos.
Para comparar mejor el cambio en los países a lo largo de los años puedes ver el reporte en donde se realizó el PCA con años pasados, o puedes visitar la app interactiva que realizamos.